计算机环境可引发大语言模型中的通用智能
计算与语言
2026-04-09 v3 人工智能
摘要
大语言模型（LLMs）中的智能行为不仅依赖于模型的内在能力，还需要与外部环境的交互。为 LLMs 配备计算机已成为主流趋势。然而，计算机环境的内在价值尚未系统性地被研究，尤其是其潜在的引发通用能力方面。本文引入 LLM-in-Sandbox，通过将计算机虚拟化为仅具基本功能的代码沙箱，展示了这一最小设置可引发 LLMs 实现通用任务解决的计算机基础能力：外部资源访问、文件管理和代码执行。无需额外训练，强大模型在数学、物理、化学、生物医学、长文本理解和指令遵循等方面实现显著提升（最高提升 15.5%），同时将 token 消耗降低最高可达 8 倍。此外，我们开发了 LLM-in-Sandbox-RL，通过仅在沙箱内使用非智能数据训练模型，使较弱模型能够利用环境并内化这些交互。我们的结果表明，计算机环境可引发通用智能，实现效率提升，并可通过训练加以利用，为通用智能体提供了有前景的基础。
关键词
引用
@article{arxiv.2601.16206,
title = {Computer Environments Elicit General Agentic Intelligence in LLMs},
author = {Daixuan Cheng and Shaohan Huang and Yuxian Gu and Huatong Song and Guoxin Chen and Li Dong and Wayne Xin Zhao and Ji-Rong Wen and Furu Wei},
journal= {arXiv preprint arXiv:2601.16206},
year = {2026}
}
备注
Project Page: https://llm-in-sandbox.github.io